维度网讯，Google已将人工智能助手Gemini从单一聊天机器人转型为具备多项功能的综合平台。该平台目前支持通过手机摄像头识别物体、进行深度研究、生成视频，以及在Gmail、Google Docs等应用中管理长期项目。据外媒报道，这一变化在过去一年内完成。
Gemini Live功能让用户与AI进行语音对话，无需打字，适合在开车或烹饪等场景下使用。Gemini还能通过摄像头识别物体或解释屏幕内容，帮助用户识别植物或解决技术问题。Deep Research功能可制定研究计划并搜索网络，生成详细报告。2026年4月，Google通过Gemini 3.1 Pro改进了Deep Research，并推出Deep Research Max版本，新增MCP支持以连接个人数据源，同时具备原生可视化和更好的分析质量。
视频生成方面，Gemini Omni模型取代了之前的Veo模型，允许用户通过文本指令创建或编辑视频，该功能需要Google AI订阅。图片编辑功能支持删除对象、替换背景、调整光线等自然语言操作。Notebooks功能可作为专用笔记本用于项目文档管理，目前向Web端的Google AI Ultra、Pro和Plus订阅用户开放。NotebookLM新增了视频概述、信息图和互动学习指南，可将文档转换为播客风格的音频。
Canvas功能为文档和代码协作提供专门工作空间，Google AI Pro和Ultra订阅用户可访问Gemini 3及百万token上下文窗口。Gems功能允许用户创建针对特定任务的专用AI助手，如膳食计划或编码。Gemini深度集成于Google Workspace，可总结邮件、起草回复、整理文档，并内置Personal Intelligence记忆功能。Daily Brief功能可汇总Gmail和Calendar中的优先级信息并建议后续步骤。此外，Gemini支持计划操作，可定期执行提醒或发送新闻等任务，该功能需要Google AI Pro或Ultra订阅，最多支持10个活动操作。
据外媒Tom's Guide的AI编辑Amanda Caswell的报道，Gemini在创意协作、深度研究、个人管理等方面具备广泛功能，其应用范围已远超即时问答的聊天机器人范畴。
